综合合集
curtisgalloway/public-skills · Reusable agent skills for Claude Code and other agentic coding tools
这是一个以插件市场形式分发的、面向编码智能体的可复用技能（skill）集合。技能按主题分组为 hardware-lab（USB 抓包与协议逆向、台式仪器）、driver-porting（净室驱动规格与板卡专家，另见 driver-lab 仓库）、agent-workflow（与编码智能体长期协作：设计伙伴、项目规划、交接、会话学习等）、dev-tools（工程实用工具）等插件，并提供 everything 聚合插件。每个技能是 plugins/<theme>/skills/<name>/ 下的目录，含 SKILL.md 及脚本、参考或模板，遵循 Agent Skills 约定，可通过 Claude Code、Codex、Antigravity 或扫描 SKILL.md 目录的安装器（如 Vercel skills CLI）安装。
展开详情收起详情：public-skills：面向编码智能体（Claude Code 等）的可复用技能集合⌄
程序员面向编码智能体的可复用技能集合，程序员可用于 USB 抓包与协议逆向、净室驱动规格编写、驱动移植、板卡专家咨询、代码审查（review-swarm、reference-driver-review）、项目规划与交接、会话学习等开发工作。
★ 2 · 资料合集
原文发布：未知收录：2026-09-28
工具
crunchtools/gatehouse · Local AI code review CLI using Gemini agents
Gatehouse 是一个本地运行的 AI 代码审查命令行工具，通过 OpenRouter 调用 8 个并发 LLM 智能体，分别负责 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查。低于 80% 置信度的发现会被过滤，变更以结构化 BEFORE/AFTER 视图呈现给智能体。支持按分支、暂存区或指定 base 审查，可只运行指定智能体或指定模型，提供 advisory 模式与退出码控制，并可集成到 GitHub Actions 中作为 PR 审查工作流。
展开详情收起详情：Gatehouse：基于 Gemini 智能体的本地 AI 代码审查 CLI⌄
程序员在本地对代码变更进行 AI 代码审查：按分支、暂存区或指定 base 审查，运行 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查等指定智能体，并将结果集成到 GitHub Actions 作为 PR 审查工作流。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-28
工具
ruvnet/RuVector · RuVector provides High Performance, Real-Time decisions and agent memory , Self-Learning Ai, Vector GNN DB built in Rust.
RuVector 是一个用 Rust 编写的向量数据库与 Agent 记忆基础设施，提供本地语义嵌入、持久化向量检索、图关系与超图存储、显式反馈学习、记忆生命周期管理以及可选的共享记忆能力。它包含 @ruvector/typesafe 决策模型，可将文本转为带置信度与弃权信息的类型化决策，适用于工单路由、意图分类、紧急度评估等无需完整大模型调用的受限任务。默认检索路径在本地运行，学习来自记录的结果与反馈，托管服务为可选项并形成独立数据边界。
展开详情收起详情：RuVector：面向 AI Agent 的高性能本地决策与持久记忆向量数据库⌄
程序员在本地开发环境中为 AI Agent 或应用嵌入持久化向量记忆，使用 Node.js 或 Rust API 存储和检索语义向量，支持跨会话恢复，无需数据库服务器或 API 密钥。
产品经理利用 @ruvector/typesafe 决策模型对工单进行路由、意图分类和紧急度评估，将文本转为带置信度与弃权信息的类型化决策，无需调用完整大语言模型。
★ 4529 · 开发框架
原文发布：未知收录：2026-09-28
工具
an5ORM/an5Tasks · Genkit-integrated task manager for database schema issues and LLM-powered code review task generation
an5Tasks 是一个 TypeScript 任务管理器，用于处理数据库 schema 问题以及由 LLM 代码审查产生的任务。它支持基于正则的快速任务提取和基于 Genkit generate() 的 AI 任务提取两种模式，提供任务的创建、列表和更新工具，并可将这些工具注册为 Genkit 工具供 LLM 进行工具调用。项目中的 Genkit Flow（parseReviewToTasksFlow、aiParseReviewToTasksFlow）可直接把审查文本转换为结构化任务。
展开详情收起详情：an5Tasks：基于 Genkit 的数据库 Schema 问题与 LLM 代码审查任务管理器⌄
程序员将 LLM 代码审查文本转换为结构化任务，用于跟踪数据库 schema 问题和代码审查发现的问题；支持正则快速提取和基于 Genkit generate() 的 AI 提取，并可创建、列出、更新任务。
★ 0 · 开发框架
原文发布：未知收录：2026-09-27
工具
blairq/genesis-vllm-patches · Runtime patches for vLLM 0.29.0: a 27B hybrid-GDN model at 256K context on 2x RTX 3090 — integer attention kernels, W4A8 Marlin, DFlash2 speculative decoding.
该项目是 vLLM 0.29.0 的个人运行时补丁分支，核心思路是在没有 fp8 张量核心的 Ampere（sm_86）硬件上把 int8 作为贯穿各阶段的「计算」格式。补丁覆盖 W4A8 Marlin GEMM、int8 per-token-head KV cache、手写 PTX 整数注意力解码内核、int8 TP all-reduce 以及 int4 lm_head 等，目标是让张量从 RMSNorm 到注意力全程不离开整数域。仓库基于特定机器（2× RTX 3090、TP=2、一个特定量化检查点）调优，附带大量实测对比数据与未解决问题记录，处于活跃开发状态，并非成品。
展开详情收起详情：Genesis vLLM Patches：面向 Ampere GPU 的 int8 端到端推理补丁集⌄
程序员作为 vLLM 0.29.0 的运行时补丁分支，供程序员在 Ampere（sm_86）GPU 上部署 int8 端到端推理：使用 W4A8 Marlin GEMM、int8 per-token-head KV cache、手写 PTX 整数注意力解码内核、int8 TP all-reduce 与 int4 lm_head，并参考仓库中的实测对比数据与未解决问题记录进行性能调优与排错。
★ 1 · 研究实现
原文发布：未知收录：2026-09-27
工具
b7n0de/proofbundle · Portable evidence for AI work, verifiable offline. Integrity, not truth
proofbundle 是一个 Python 工具与回执格式，用于把 AI 评测、审查、决策或动作转化为单个可移植回执文件，支持离线验证与显式策略检查。它可证明内容由哪个密钥签名、签名内容是否被改动、所附证明与策略检查是否通过，但明确不判断所报告结果是否真实、工作是否正确或完整。核心支持签名回执与 Merkle 包含证明，并提供评测回执、选择性披露、决策回执、Inspect AI 集成、RFC 3161/OpenTimestamps 锚定、ML-DSA-44 见证共签名等可选能力，各特性成熟度不一。
展开详情收起详情：proofbundle：为 AI 工作产出可离线验证的可移植证据回执⌄
程序员在 AI 评测、审查或决策流程中生成可离线验证的签名回执，用于证明内容由哪个密钥签名、签名内容是否被改动、所附证明与策略检查是否通过；也可通过 Inspect AI 集成把回执加入 AI 评测工作流。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
ashhart/TensorFold · Fast, exact LLM decoding on Apple Silicon (MLX) behind an OpenAI-compatible endpoint
TensorFold 是一个本地 LLM 推理服务工具，可在 Apple Silicon（MLX/Metal）或 NVIDIA GPU（CUDA）上运行大模型，并通过 OpenAI 兼容的 /v1/chat/completions 端点对外提供服务。用户指定 Hugging Face 上的模型、上下文窗口和采样参数后，它会自动下载模型、加载针对该模型系列编写的内核并启动服务。其核心卖点是“精确”推测解码：通过为每个 token 使用基于种子的 Gumbel 噪声与行级一致的算术，使多行验证与串行解码输出逐字节一致，从而在保持确定性的同时加速解码。仓库提供了模型清单、速度测量、DGX Spark 双机张量并行部署方法以及提示缓存等能力。
展开详情收起详情：TensorFold：在 Apple Silicon 与 NVIDIA GPU 上提供精确 LLM 解码的 OpenAI 兼容端点⌄
程序员在本地 Apple Silicon 或 NVIDIA GPU 上部署 OpenAI 兼容的 LLM 推理端点，供编码代理、SDK 和 curl 等客户端调用，用于代码生成、工具调用等开发工作。
★ 190 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
skillberry-ai/cap-evolve · Optimize any AI agent’s skills, tools/MCP, and prompts against your own evals.
cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。
展开详情收起详情：cap-evolve：基于失败评测轨迹优化 AI Agent 的提示词、工具与技能包⌄
程序员程序员可用 cap-evolve 在自有 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包，并通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图。
★ 61 · 开发框架
原文发布：未知收录：2026-09-27
工具
AlexTymosh/alextym.com · RAG-based AI portfolio that helps recruiters explore my skills, work experience, projects, and common interview answers through an AI assistant.
alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目，核心是一个基于 RAG 的 AI 聊天助手，能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出，结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。除 AI 问答外，还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接（handoff），让复杂或招聘相关问题可转由本人回复。
展开详情收起详情：alextym.com：基于 RAG 的 AI 作品集与招聘问答助手⌄
程序员作为程序员，可以复用该仓库的 RAG 聊天机器人实现，包括 FastAPI 后端、OpenAI Responses API 流式输出、Qdrant 向量检索、查询路由与扩展、启发式重排等检索策略，用于构建基于个人公开职业档案的问答系统。
HR作为 HR，可以利用该仓库的交互式简历筛选功能，通过细节级别切换和部分筛选（经验、教育、培训）来快速浏览候选人信息，并借助 AI 聊天助手回答关于候选人公开职业档案、项目经历、技术技能、可用性等问题，辅助招聘筛选。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
nbharaths/tau-rec · τ-Rec: A verifiable benchmark for agentic conversational recommender systems (RecSys 2026 Resource Track)
τ-Rec 是发表于 ACM RecSys 2026（可复现性与资源赛道）的可验证基准，用于评测基于 LLM 的对话式推荐智能体。它模拟被测智能体与模拟用户进行多轮对话，要求其使用目录工具收集信息、遵守书面策略，并最终推荐满足用户全部约束的电影。评测结果直接依据目录进行程序化校验而非由 LLM 裁判判定，因此分数可复现且计算成本低。基准包含带 reveal 标签的用户模拟（volunteer / on_ask / hidden）、策略合规评分、pass^k 一致性指标，以及 153 部 TMDB 电影目录和横跨复杂度与信息透露难度的 60 个任务；通过 LiteLLM 支持任意模型作为被测智能体或模拟器。
展开详情收起详情：τ-Rec：面向智能体对话式推荐系统的可验证基准⌄
程序员作为可复现的评测基准，用于测试和比较基于 LLM 的对话式推荐智能体：运行 tau-rec run 让被测智能体与模拟用户多轮对话、调用目录工具，并按约束谓词和策略标志程序化打分，输出 pass^k 指标与轨迹，便于开发者评估智能体的工具调用与策略遵循能力。
产品经理用于评估对话式推荐产品的智能体表现：基准包含 60 个横跨复杂度与信息透露难度的任务、带 reveal 标签的用户模拟和策略合规评分，可据此分析推荐智能体在约束满足、策略遵循和一致性（pass^k）方面的表现。
★ 3 · 开发框架
原文发布：未知收录：2026-09-27
工具
RPER2001/rigshare-mcp · Model Context Protocol server for RIGShare — browse construction equipment and Robotics & AI hardware rentals from any MCP-compatible AI agent. Also recruits equipment owners.
rigshare-mcp 是 RIGShare 的 Model Context Protocol 服务器，向 Claude Desktop、Cursor、VS Code 等兼容 MCP 的 AI 智能体暴露 20 个工具：4 个无需鉴权的只读工具可搜索和查看工程机械、Robotics & AI 硬件租赁信息，16 个需 RIGShare API Key 及相应 scope 的工具支持预订、发布与管理设备列表，以及在已确认订单上启动、查询、延长和结束远程会话。涉及付款的操作由服务器计算金额、由真人完成支付与审批，智能体不代填卡号、不代批请求、不代替完成 MFA。项目还包含面向设备所有者的入驻介绍工具。
展开详情收起详情：rigshare-mcp：让 AI 智能体检索与预订工程机械及机器人和 AI 硬件租赁的 MCP 服务⌄
程序员程序员在开发或测试需要 GPU 算力、机器人或 AI 硬件的项目时，可通过兼容 MCP 的 AI 智能体检索可租赁的 H100、A100 80GB、人形机器人、工业机械臂等设备，并在已确认订单上启动、查询、延长和结束远程会话，获取一次性访问令牌与连接交接信息。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
OpticDiff/code-reviewer · Fast, local-first AI code review CLI & pre-push hook for GitHub PRs and GitLab MRs. Multi-model consensus, Tree-sitter context, SARIF, and zero lock-in.
code-reviewer 是一个用 Go 编写的本地优先 AI 代码审查命令行工具，可作为 Git pre-push 钩子，也能在 GitHub PR 与 GitLab MR 的 CI 流程中运行。它通过 Tree-sitter 提取仓库感知的 AST 上下文，支持多模型共识过滤以减少噪音、内容寻址 diff 缓存加速重复审查、增量审查与提交触发全量重审，并可输出 ANSI 终端结果、GitHub 内联评论、GitLab 讨论与草稿笔记以及 SARIF 2.1.0 / GitLab SAST 安全报告。模型侧可对接 Ollama、vLLM 等本地端点，也可使用 Vertex AI（Gemini、Claude）、AWS Bedrock（经 LiteLLM）和 OpenAI 兼容端点，支持自定义提示词、平台治理配置、审计日志与 SHA 固定的安全自动批准。
展开详情收起详情：code-reviewer：本地优先的 AI 代码审查 CLI 与 pre-push 钩子⌄
程序员在本地或 CI 中对代码变更进行 AI 代码审查：通过 `code-reviewer --diff` 审查本地 git diff，安装 `code-reviewer hook install` 作为 Git pre-push 钩子在推送前拦截 HIGH/CRITICAL 问题，在 GitHub PR 与 GitLab MR 的 CI 中运行并输出内联评论、讨论、SARIF 2.1.0 / GitLab SAST 安全报告，还可用 `--fix` 应用建议修复、`--explain` 解释 diff、`--summarize` 生成 PR 描述。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
Mattbusel/llm-bench · CLI that benchmarks LLM APIs: run your prompts concurrently against OpenAI and Anthropic models and compare p50/p99 latency, tokens per second, cost and success rate as a table or JSON.
llm-bench 是一个用 Rust 编写的命令行工具，把同一批提示词并发发送给多个模型（OpenAI、Anthropic，以及 Ollama、vLLM、LM Studio 等 OpenAI 兼容服务），并以表格或 JSON 输出 p50/p99 延迟、每秒 token 数、单次与总成本、成功率等指标，帮助使用者在真实网络和自己提示词条件下比较不同模型的快慢与费用。内置价格表可用 llm-bench models 查看，非流式请求且不单独测量首 token 时间。
展开详情收起详情：llm-bench：并发压测 LLM API 并对比延迟、吞吐与成本⌄
程序员在开发或选型 LLM 应用时，用同一批提示词并发压测多个模型（OpenAI、Anthropic 及 Ollama、vLLM、LM Studio 等 OpenAI 兼容服务），对比 p50/p99 延迟、每秒 token 数、单次与总成本、成功率，从而为项目选择更快或更便宜的模型。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
aqasim81/ai-code-review-bot · GitHub App that reviews pull requests using syntax-tree analysis and an LLM, posting inline comments on changed lines. TypeScript, Next.js, BullMQ, PostgreSQL.
ai-code-review-bot 是一个 GitHub App，通过 tree-sitter 语法树分析与 LLM 代码审查自动审阅拉取请求，并在变更行上以内联评论形式给出严重程度、分类和修复建议。项目支持增量审查（仅审查上次审查提交之后的改动）、BullMQ 后台任务队列与重试、OAuth 保护的管理面板，以及按仓库配置启用的检查类别、最低严重程度、排除路径和自定义审查指令。
展开详情收起详情：ai-code-review-bot：基于 AST 与 LLM 自动审查 GitHub 拉取请求⌄
程序员作为 GitHub App 自动审查拉取请求：通过 tree-sitter 语法树分析与 LLM 代码审查，在变更行上以内联评论形式给出严重程度、分类和修复建议，并支持增量审查、按仓库配置检查类别、最低严重程度、排除路径和自定义审查指令。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
faizkhairi/ai-code-reviewer · AI code reviewer with streaming output: bring your own OpenAI or Anthropic key, 4 review types, 19 languages
AI Code Reviewer 是一个可自行提供 OpenAI 或 Anthropic API key 的 AI 代码审查工具，支持 GPT-4o 与 Claude Sonnet 之间的切换，提供通用、安全、性能、缺陷检测四种审查类型，覆盖 19 种编程语言，并以流式输出配合 markdown 渲染实时展示逐条审查意见。项目基于 Next.js 16 与 Vercel AI SDK 构建，支持语法高亮和最近 50 条审查记录的本地历史保存，同时包含 GitHub App PR 审查任务与演示模式。
展开详情收起详情：AI Code Reviewer：基于 OpenAI/Anthropic 的流式 AI 代码审查工具⌄
程序员程序员可将该工具用于代码审查：在 OpenAI GPT-4o 与 Claude Sonnet 之间切换，选择通用、安全、性能或缺陷检测四种审查类型，覆盖 19 种编程语言，并以流式输出实时查看逐条审查意见；也可通过 GitHub App PR 审查任务对拉取请求进行审查。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-27
工具
spring-projects/spring-ai · An Application Framework for AI Engineering
Spring AI 为 Java/Spring 生态提供了一套 Spring 友好的 API 与抽象，用于开发 AI 应用。它将 Spring 的可移植性和模块化设计原则引入 AI 领域，核心目标是连接企业数据与 API 同 AI 模型。框架支持多家主流 AI 模型提供商（Anthropic、OpenAI、Amazon Bedrock、Google、Ollama、Mistral AI、DeepSeek 等）及多种模型类型（对话、嵌入、文生图、音频转录、文本转语音、内容审核），提供可移植的同步与流式 API、结构化输出、向量存储集成、工具调用、可观测性、ETL 文档注入管道、模型评估、ChatClient 与 Advisors API、MCP 支持、对话记忆与 RAG，以及 Spring Boot 自动配置和 Starters。
展开详情收起详情：Spring AI：面向 AI 工程开发的 Spring 风格应用框架⌄
程序员在 Java/Spring 项目中开发 AI 应用：使用 Spring 风格的 API 与抽象连接企业数据/API 与 AI 模型，调用多家模型提供商的对话、嵌入、文生图、音频转录、文本转语音、内容审核等能力，并实现结构化输出、工具调用、向量存储集成、RAG、对话记忆、可观测性、模型评估以及 MCP 支持。
★ 9484 · 开发框架
原文发布：未知收录：2026-09-27
工具
modelcontextprotocol/java-sdk · The official Java SDK for Model Context Protocol servers and clients. Maintained in collaboration with Spring AI
这是 Model Context Protocol（MCP）的官方 Java SDK，由官方与 Spring AI 协作维护，用于让 Java 应用通过标准化接口与 AI 模型和工具交互。它同时支持客户端和服务器两种角色，涵盖同步与异步通信模式，核心模块包含 STDIO、JDK HttpClient 与 Servlet 传输，并提供可插拔的 JSON 序列化实现。
展开详情收起详情：MCP Java SDK：为 Java 应用提供 Model Context Protocol 的官方客户端与服务器 SDK⌄
程序员Java 程序员可以使用该 SDK 在 Java 应用中集成 MCP 客户端或服务器，通过标准化接口与 AI 模型和工具交互，支持同步与异步通信模式，并利用 STDIO、JDK HttpClient 与 Servlet 传输以及可插拔的 JSON 序列化实现来构建 AI 集成功能。
★ 3712 · 开发框架
原文发布：未知收录：2026-09-27
工具
spring-ai-community/spring-ai-agentcore · Spring Boot integrations for Amazon Bedrock AgentCore
一个开源 Java 库，通过注解、自动配置和可组合的 advisor 等 Spring 风格模式，把 Amazon Bedrock AgentCore 的能力引入 Spring AI。提供 Runtime Starter（自动配置 /invocations 与 /ping 端点、SSE 流式、健康检查、限流）、Identity（工作负载令牌、API Key、OAuth 2.0 凭证与响应式传播）、Memory（短期与长期记忆）、Browser（基于 Playwright 的网页导航、内容提取、截图、表单交互）、Code Interpreter（安全的 Python/JavaScript/TypeScript 执行与文件获取）、Artifact Store（会话级、基于 TTL 的生成文件存储）、Common 与 BOM 等模块，并附带多个示例与 Terraform 基础设施即代码，支持部署到 AgentCore Runtime 或独立运行。
展开详情收起详情：Spring AI AgentCore SDK：将 Amazon Bedrock AgentCore 能力集成到 Spring AI⌄
程序员在 Java/Spring Boot 项目中集成 Amazon Bedrock AgentCore 能力，构建具备流式响应、会话记忆、网页浏览和代码执行能力的 AI Agent，并部署到 AgentCore Runtime 或独立运行。
★ 65 · 开发框架
原文发布：未知收录：2026-09-27
工具
spring-ai-community/spring-ai-session · Structured, event-sourced conversation memory layer for Spring AI applications.
Spring AI Session 是一个 Spring AI 库，为 AI 应用提供结构化、事件溯源的会话管理能力。它把每条消息建模为带身份、时间戳、会话归属和可选分支标签的 SessionEvent，支持在历史过长时按轮次边界触发上下文压缩（compaction），并通过 SessionRepository SPI 在内存、JDBC（PostgreSQL、MySQL、MariaDB、H2）等后端之间切换。配合 SessionMemoryAdvisor 接入 ChatClient 后，调用会自动加载历史、追加消息并在需要时压缩，还包含事件过滤、多智能体分支隔离与跨会话召回等文档主题。
展开详情收起详情：Spring AI Session：为 Spring AI 应用提供事件溯源式会话记忆与上下文压缩⌄
程序员在开发 Spring AI 应用时，使用该库为 AI 应用提供结构化、事件溯源的会话管理能力，把每条消息建模为带身份、时间戳、会话归属和可选分支标签的 SessionEvent，并在历史过长时按轮次边界触发上下文压缩；通过 SessionRepository SPI 在内存、JDBC（PostgreSQL、MySQL、MariaDB、H2）等后端之间切换，配合 SessionMemoryAdvisor 接入 ChatClient 后自动加载历史、追加消息并在需要时压缩。
★ 46 · 开发框架
原文发布：未知收录：2026-09-27
综合合集
spring-ai-community/spring-ai-agent-utils · A Spring AI library that brings Claude Code-inspired tools and agent skills to your AI applications.
Spring AI Agent Utils 是一个面向 Java 生态的 Spring AI 库，将 Claude Code 风格的核心能力重新实现为 Spring AI 工具，包含文件读写编辑、Shell 命令执行、Grep/Glob 代码搜索、网页抓取与搜索、结构化任务管理（TodoWrite）、子 Agent 编排（含 A2A 协议与 Docker 沙箱执行后端）、可复用的 Markdown 技能模块（Agent Skills）以及跨会话长期记忆（AutoMemoryTools/Advisor）。项目以 Maven 模块形式组织并提供 BOM，附带代码助手、技能、子 Agent、待办、记忆等多个示例工程，帮助开发者在 Spring Boot 应用中构建具备工具调用与多 Agent 协作能力的 AI 应用。
展开详情收起详情：Spring AI Agent Utils：为 Spring AI 应用提供 Claude Code 风格的工具与 Agent 技能⌄
程序员在 Spring Boot / Spring AI 应用中构建具备工具调用与多 Agent 协作能力的 AI 应用，使用文件读写编辑、Shell 命令执行、Grep/Glob 代码搜索、网页抓取与搜索、结构化任务管理、子 Agent 编排、可复用 Markdown 技能模块以及跨会话长期记忆等能力，并参考 code-agent-demo 等示例工程实现 AI 编码助手。
★ 640 · 开发框架
原文发布：未知收录：2026-09-27